已过期60% 置信事实精确时间
MIMO 2.5 is a multimodal model focused on visual understanding, with core capabilities in Image Captioning, Visual Question Answering (VQA), and OCR recognition.
2
来源数
60%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30(已过期)
来源
1FlowBase in Practice: Adding Vision Tools to DeepSeek V4 for Multimodal Capabilities
bilibili老文-taichuy2026/6/21
相关事实
待验证MiMo-V2.6 覆盖文本、图像、语音等多种模态，是全模态模型72% 相似待验证By using 1FlowBase, MIMO 2.5 can be mounted as an external vision tool on top of DeepSeek V4 to create a Fusion multimodal endpoint.69% 相似待验证千问（Qwen-VL系列）和小米MiMo支持多模态，可以处理图像输入69% 相似待验证MiMo-V2.6的Pro和Flash两个版本都具备处理文本、图像、音频和视频的全模态能力66% 相似待验证该多模态对话系统支持图像内容识别、文字提取（OCR）和图文问答三类图像理解能力65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/42726API
curl https://kongchang.com/api/v1/knowledge/claims/42726MCP
get_claim(id=42726)